• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于車載16線激光雷達(dá)的障礙物檢測(cè)方法

    2021-09-07 06:03:40孔德明段呈新巴特古森斯王書濤
    計(jì)量學(xué)報(bào) 2021年7期
    關(guān)鍵詞:激光雷達(dá)障礙物準(zhǔn)確率

    孔德明,段呈新,巴特·古森斯,王書濤

    (1.燕山大學(xué) 電氣工程學(xué)院,河北省 秦皇島 066004;2.根特大學(xué) 通信與信息處理系,比利時(shí) 根特B-9000)

    1 引 言

    對(duì)周圍環(huán)境的可靠感知是汽車輔助駕駛系統(tǒng)的重要任務(wù),能準(zhǔn)確檢測(cè)行駛區(qū)域內(nèi)障礙物目標(biāo)既是輔助駕駛的基礎(chǔ),更是實(shí)現(xiàn)環(huán)境感知的前提[1]。在障礙物檢測(cè)技術(shù)中,視覺相機(jī)和激光雷達(dá)都是較為常見的傳感器[2]。與視覺相機(jī)相比,激光雷達(dá)不僅能夠迅速獲取大規(guī)模三維點(diǎn)云數(shù)據(jù),提供環(huán)境的精確幾何信息,并對(duì)光照強(qiáng)度變化、天氣條件具有很強(qiáng)的魯棒性,因此在障礙物檢測(cè)任務(wù)中得到了廣泛應(yīng)用?;诩す饫走_(dá)的障礙物檢測(cè)可從單幀點(diǎn)云中區(qū)分不同障礙物所包含的點(diǎn)云數(shù)據(jù),為后續(xù)的分類、跟蹤等任務(wù)提供支持[3]。

    目前,激光雷達(dá)障礙物檢測(cè)主要有基于深度學(xué)習(xí)[4,5]和基于聚類[6]兩種方式。其中基于深度學(xué)習(xí)的方法雖然檢測(cè)精度高,但訓(xùn)練周期長且訓(xùn)練數(shù)據(jù)難以獲取,算法設(shè)計(jì)難度大;而聚類方法因其強(qiáng)穩(wěn)定性與實(shí)時(shí)性,廣泛應(yīng)用于檢測(cè)任務(wù)。國內(nèi)外學(xué)者對(duì)激光雷達(dá)聚類檢測(cè)算法進(jìn)行了大量研究,一般可分為基于特征、基于地面投影兩類[7]。第一類研究直接以點(diǎn)云的三維空間特征進(jìn)行聚類,該方法可以取得較好的聚類效果,但往往耗費(fèi)時(shí)間較長。如李永強(qiáng)等[8]提出了一種改進(jìn)的K均值聚類檢測(cè)算法,段建民等[9]利用改進(jìn)的密度聚類算法檢測(cè)汽車前方區(qū)域障礙物,但以點(diǎn)出發(fā)迭代查詢的時(shí)間復(fù)雜度高,這類方法更適用于少線束激光雷達(dá)數(shù)據(jù);Sun Z等[10]采用固定距離閾值的方法完成多線雷達(dá)障礙物目標(biāo)聚類,運(yùn)算速度仍相對(duì)較慢。第二類研究將點(diǎn)云投影至俯視平面,以二維網(wǎng)格為單元進(jìn)行障礙物的聚類檢測(cè),簡(jiǎn)單且高效,但其檢測(cè)結(jié)果過于依賴網(wǎng)格參數(shù)設(shè)置。如婁新雨等[11]采用改進(jìn)的二維網(wǎng)格空間方式聚類,以動(dòng)態(tài)距離閾值快速聚類障礙物,但網(wǎng)格參數(shù)無法自適應(yīng)調(diào)節(jié),遠(yuǎn)距離障礙物檢測(cè)準(zhǔn)確率不高;謝德勝等[12]基于二維網(wǎng)格的八鄰域拓展進(jìn)行障礙物聚類,該方法耗時(shí)短,但網(wǎng)格劃分過大容易造成多障礙物目標(biāo)誤檢;為減小網(wǎng)格參數(shù)影響,B?rcs A等[13]采用多級(jí)網(wǎng)格聚類形式,在粗網(wǎng)格聚類結(jié)果上劃分子網(wǎng)格檢測(cè)障礙物,實(shí)驗(yàn)證明該算法實(shí)時(shí)性較高且具有一定魯棒性。

    綜合來看,網(wǎng)格處理方式更能滿足多線激光雷達(dá)數(shù)據(jù)障礙物檢測(cè)的需求,但最佳網(wǎng)格分辨率難以確定,導(dǎo)致檢測(cè)結(jié)果存在一定的誤差。此外,原始雷達(dá)數(shù)據(jù)存在噪聲,點(diǎn)云分布不均勻,造成例如目標(biāo)輪廓缺失、形變等情況發(fā)生,嚴(yán)重破壞了障礙物目標(biāo)的幾何特性[13],這導(dǎo)致單幀點(diǎn)云的檢測(cè)結(jié)果準(zhǔn)確率不足,穩(wěn)定性仍有待提高。

    針對(duì)上述存在問題,為了提高16線激光雷達(dá)點(diǎn)云數(shù)據(jù)中障礙物目標(biāo)檢測(cè)準(zhǔn)確率,本文基于網(wǎng)格聚類的分析策略對(duì)障礙物檢測(cè)算法進(jìn)行了優(yōu)化設(shè)計(jì)。不同于傳統(tǒng)網(wǎng)格聚類,該算法在快速去除地面點(diǎn)及高結(jié)構(gòu)物體的基礎(chǔ)上建立兩級(jí)網(wǎng)格結(jié)構(gòu),以粗網(wǎng)格聚類結(jié)果為中心,依據(jù)分布離散度自適應(yīng)的確定子網(wǎng)格分辨率,獲取稠密子網(wǎng)格最大連通分量得到精確檢測(cè)結(jié)果,并結(jié)合相鄰時(shí)刻障礙物的狀態(tài)信息對(duì)該結(jié)果進(jìn)行修正,提高檢測(cè)穩(wěn)定性。實(shí)驗(yàn)表明:該算法能有效抑制道路中其余物體點(diǎn)云干擾,同時(shí)改進(jìn)的網(wǎng)格聚類算法能大大緩解相鄰障礙物過分割、稀疏障礙物欠分割問題,實(shí)現(xiàn)障礙物的準(zhǔn)確檢測(cè)。

    2 基本原理

    本文提出的基于參數(shù)自適應(yīng)網(wǎng)格聚類的障礙物檢測(cè)算法分為以下4步進(jìn)行操作:地面點(diǎn)去除、高結(jié)構(gòu)物體提取、基于自適應(yīng)網(wǎng)格的目標(biāo)聚類和檢測(cè)結(jié)果修正。其中障礙物泛指在道路區(qū)域內(nèi)出現(xiàn)的例如車輛、行人等可能會(huì)對(duì)車輛行駛造成障礙的特定物體[14]。然而原始掃描數(shù)據(jù)中不可避免的會(huì)包含大量除障礙物以外的其他點(diǎn)云信息,如地面、建筑物等,這將嚴(yán)重影響算法速度及精度,需預(yù)先進(jìn)行濾除。

    2.1 地面點(diǎn)去除

    地面點(diǎn)云數(shù)據(jù)去除作為點(diǎn)云濾波的方式之一,是減少數(shù)據(jù)量及提高聚類檢測(cè)精度的有效手段。由于道路環(huán)境中存在具有小坡度或不平整的地面,無法直接采用設(shè)定高度閾值的基于形態(tài)學(xué)的濾波方法[15]實(shí)現(xiàn)地面點(diǎn)的有效去除。然而,基于分割的隨機(jī)抽樣一致性算法(random sample consensus,RANSAC)作為一種從樣本集中擬合數(shù)學(xué)要素的常用方法,高效且魯棒性好,因此在多種道路地面的適應(yīng)度更廣,但仍存在垂直物體(如建筑立面)干擾。為提高地面點(diǎn)檢測(cè)精度,本文結(jié)合規(guī)則八叉樹算法與RANSAC算法去除地面點(diǎn)。

    規(guī)則八叉樹利用編碼將點(diǎn)云空間劃分為指定邊長的三維子立方體網(wǎng)格[16],是一種描述三維空間的樹狀數(shù)據(jù)結(jié)構(gòu)。由于原始點(diǎn)云數(shù)據(jù)中含有大量干擾點(diǎn)云如灰塵、多路徑反射等粗差點(diǎn)[17],通過規(guī)則八叉樹對(duì)點(diǎn)云預(yù)處理可在保證各點(diǎn)空間聯(lián)系的前提下去除粗差點(diǎn),過濾大部分建筑物、植被等非地物點(diǎn),降低數(shù)據(jù)量。對(duì)處理后的點(diǎn)云數(shù)據(jù)采用RANSAC算法估計(jì)地面參數(shù),可極大的避免建筑立面或粗差點(diǎn)干擾。從點(diǎn)云中去除地面點(diǎn)的流程如圖1所示。

    圖1 從點(diǎn)云中去除地面點(diǎn)的流程Fig.1 The process of removing ground point from point cloud

    具體步驟如下:

    步驟1:對(duì)圖1(a)中原始點(diǎn)云數(shù)據(jù)Pi(i∈1,2,…,n)建立規(guī)則八叉樹網(wǎng)格Tj(j∈1,2,…,n)如圖1(b)所示,為數(shù)據(jù)的后續(xù)處理構(gòu)建快速索引結(jié)構(gòu)。

    步驟2:定義固定距離空間內(nèi)臨近點(diǎn)數(shù)量小于一定閾值的點(diǎn)為粗差點(diǎn)。測(cè)定局部空間Tj內(nèi)點(diǎn)云數(shù)量,若小于閾值,則認(rèn)為三維網(wǎng)格Tj內(nèi)點(diǎn)云為粗差點(diǎn)簇剔除[18]。

    步驟3:考慮到實(shí)際應(yīng)用中激光雷達(dá)掃描情況,地面點(diǎn)存在于點(diǎn)云數(shù)據(jù)底層,標(biāo)記各垂直區(qū)域內(nèi)高度最小的網(wǎng)格為地面候補(bǔ)網(wǎng)格T如圖1(c)中橙色網(wǎng)格所示。這樣可有效排除立面及其他物體點(diǎn)云干擾,減小數(shù)據(jù)量。

    步驟4:提取T中點(diǎn)云構(gòu)建集合S,采用RANSAC算法,從集合S中不斷隨機(jī)抽取點(diǎn)構(gòu)建平面方程并估計(jì)平面模型參數(shù),找到滿足閾值的最佳模型平面點(diǎn),標(biāo)記為地面點(diǎn)如圖1(d)所示。

    2.2 高結(jié)構(gòu)物提取

    對(duì)去除地面點(diǎn)后的點(diǎn)云進(jìn)行高結(jié)構(gòu)物提取。高結(jié)構(gòu)物體是指如交通標(biāo)志、建筑立面、路燈、樹木等高度較高的行駛區(qū)域外對(duì)象。采用二維網(wǎng)格為基礎(chǔ)單元統(tǒng)計(jì)高程信息,設(shè)定高度閾值為約束條件,快速區(qū)分目標(biāo)類型提取高結(jié)構(gòu)物,以排除干擾。

    投影點(diǎn)云至XOY二維水平面,劃分該平面為m個(gè)邊長L的規(guī)則二維網(wǎng)格Grid,gi∈Grid(i∈1,2,…,m)。依據(jù)坐標(biāo)將點(diǎn)云Pi依次劃分入各網(wǎng)格gi內(nèi),記錄各網(wǎng)格中點(diǎn)的最大高程值Hmax=max(Pi)、最大高度差Hc=max(Pi)-min(Pi)及點(diǎn)云數(shù)目Ng信息,并將Ng小于閾值(選取4個(gè)點(diǎn))的網(wǎng)格劃分為無效網(wǎng)格去除。若網(wǎng)格內(nèi)點(diǎn)的高程值Hmax大于預(yù)定義值,或最大高度差Hc大于閾值,則認(rèn)為該網(wǎng)格屬于高結(jié)構(gòu)物,提取該網(wǎng)格及其內(nèi)部點(diǎn)云。點(diǎn)云中高結(jié)構(gòu)物體提取效果如圖2所示,圖2(a)為去除地面點(diǎn)后的點(diǎn)云數(shù)據(jù);圖2(b)為從點(diǎn)云中提取的高結(jié)構(gòu)物包括物建筑立面、路燈等。

    圖2 點(diǎn)云中高結(jié)構(gòu)物體提取效果Fig.2 Extraction effect of tall structure objects in point cloud

    2.3 自適應(yīng)網(wǎng)格聚類

    在濾除了道路中其他物體點(diǎn)云干擾后,對(duì)剩余點(diǎn)云進(jìn)行聚類。由于16線激光雷達(dá)的分辨率隨著距離的增加而降低,導(dǎo)致點(diǎn)云數(shù)據(jù)分布稀疏不均,采用傳統(tǒng)固定分辨率的網(wǎng)格無法準(zhǔn)確聚類障礙物。分辨率過大會(huì)導(dǎo)致近距離網(wǎng)格內(nèi)包含多個(gè)障礙物目標(biāo)無法區(qū)分;分辨率過小易造成遠(yuǎn)距離稀疏障礙物過分割,且處理時(shí)間變長。為解決上述缺陷,本文建立兩級(jí)網(wǎng)格結(jié)構(gòu)優(yōu)化聚類算法,一方面,粗分辨率網(wǎng)格適用于對(duì)環(huán)境中候選障礙物對(duì)象的大小、位置進(jìn)行粗略估計(jì);另一方面,細(xì)分粗網(wǎng)格為密集子網(wǎng)格,可有效計(jì)算障礙物子空間點(diǎn)云特征,從而得到準(zhǔn)確檢測(cè)結(jié)果;此外,本文對(duì)文獻(xiàn)[13]中多級(jí)網(wǎng)格聚類算法進(jìn)行優(yōu)化,針對(duì)不同空間特征的障礙物,采用自適應(yīng)方法確定子網(wǎng)格分辨率,提高適應(yīng)性與檢測(cè)準(zhǔn)確率。自適應(yīng)網(wǎng)格聚類流程如圖3所示。

    圖3 自適應(yīng)網(wǎng)格聚類流程圖Fig.3 Multilevel adaptive clustering flowchart

    具體處理過程如下:

    (1)粗網(wǎng)格聚類

    使用第2.2節(jié)中的初始分割結(jié)果,將剩余網(wǎng)格作為粗網(wǎng)格聚類區(qū)域。依次訪問粗網(wǎng)格單元gi的3×3鄰域網(wǎng)格grj(j∈1,2,…8),以gi與相鄰grj的最大高程差H(gi,grj)=|Hmax(gi)-Hmax(grj)|為合并指標(biāo),若H小于預(yù)定義值,則認(rèn)為gi和grj屬于相同的候選障礙物h,記錄h中的點(diǎn)云數(shù)量N。

    (2)計(jì)算標(biāo)準(zhǔn)化離散度

    選用點(diǎn)云數(shù)N初判斷,若N大于閾值,則該候選障礙物h可能包含多個(gè)物體,提取h進(jìn)行子網(wǎng)格細(xì)分。以提取的h為中心,引入標(biāo)準(zhǔn)化離散度作為子網(wǎng)格分辨率參數(shù)的評(píng)價(jià)指標(biāo)[19]。首先計(jì)算h第n維數(shù)據(jù)的離散度Fn,再利用h每一維度點(diǎn)云數(shù)據(jù)分布的總體標(biāo)準(zhǔn)差與均值的偏離程度描述,計(jì)算公式為

    Fn=Tn/Cn

    (1)

    式中:Tn為候選障礙物h第n維數(shù)據(jù)的總體標(biāo)準(zhǔn)差;Cn為第n維數(shù)據(jù)的均值。

    候選障礙物h標(biāo)準(zhǔn)化離散度F的形式化定義[19]為

    (2)

    式中:m=3代表障礙物h點(diǎn)的維度;F與離散程度成反比關(guān)系,F(xiàn)的值越小,則h離散程度越大。

    (3)自適應(yīng)劃分子網(wǎng)格

    充分考慮h的分布情況,建立標(biāo)準(zhǔn)化離散度F和子網(wǎng)格劃分比例因子W之間的函數(shù)關(guān)系為

    (3)

    式中Nh為候選障礙物h的點(diǎn)云數(shù)量。

    將(3)式中對(duì)應(yīng)的比例因子W作為確定子網(wǎng)格分辨率的判定依據(jù),即將粗網(wǎng)格劃分為邊長Ls=L/W的子網(wǎng)格gc,圖4為子網(wǎng)格劃分示意圖。

    圖4 子網(wǎng)格劃分示意圖Fig.4 Schematic diagram of sub grid division

    (4)基于網(wǎng)格密度聚類獲取障礙物目標(biāo)

    圖5為依據(jù)上述步驟聚類得到的相鄰障礙物結(jié)果。傳統(tǒng)網(wǎng)格密度聚類結(jié)果均包含了相鄰多障礙物目標(biāo),但根據(jù)自適應(yīng)網(wǎng)格算法可識(shí)別出低密度子網(wǎng)格區(qū)域(加黑方框),得到準(zhǔn)確的多障礙物目標(biāo)檢測(cè)結(jié)果。

    圖5 相鄰障礙物聚類結(jié)果Fig.5 Clustering results of adjacent obstacles

    2.4 檢測(cè)結(jié)果修正

    由于障礙物目標(biāo)h′大部分處于遮擋狀態(tài),形態(tài)輪廓掃描不完整,僅依據(jù)單幀點(diǎn)云的自適應(yīng)網(wǎng)格聚類結(jié)果可能會(huì)造成誤檢。本文改進(jìn)了文獻(xiàn)[11]中的方法,將k時(shí)刻障礙物h′與k-1時(shí)刻聚類結(jié)果中距離最近的障礙物目標(biāo)hk匹配,通過計(jì)算障礙物包圍盒信息的相似度修正聚類所得的檢測(cè)結(jié)果。

    首先擬合障礙物的包圍盒矩形,利用矩形中心點(diǎn)(x0,y0)表示障礙物,并獲得障礙物旋轉(zhuǎn)角度θ。由于障礙物目標(biāo)大部分具有初始位姿,直接計(jì)算或依據(jù)最小包圍盒無法正確描述其空間特征,因此在最小面積矩形區(qū)域基礎(chǔ)上,采用L形包圍盒[20]的方式擬合。

    L形包圍盒擬合的基本思想是遍歷矩形的所有可能方向并找到包含所有點(diǎn)云的矩形。依據(jù)h′中的點(diǎn)到矩形邊長距離將點(diǎn)分為P、Q兩類,以點(diǎn)到邊長的平方誤差為目標(biāo)函數(shù),取最小平方誤差為最佳結(jié)果,如式(4)。

    subject toP∪Q={1,2,…,m},

    c1,c2∈R,0°≤θ<90°

    (4)

    式中:xi、yi為第i個(gè)點(diǎn)云的X、Y軸坐標(biāo)值;θ為包圍盒旋轉(zhuǎn)角度;c1、c2是由θ確定的兩個(gè)正交邊上點(diǎn)的投影;R為實(shí)數(shù)集。

    包圍盒高度由h′中點(diǎn)云數(shù)據(jù)Ph的最大高度差Hh=max(Ph)-min(Ph)確定。圖6為車輛障礙物的兩種包圍盒擬合結(jié)果,圖6(a)為最小包圍盒擬合結(jié)果,錯(cuò)誤估計(jì)了車輛的旋轉(zhuǎn)角度以及中心點(diǎn),而圖6(b)的L形包圍盒擬合結(jié)果則準(zhǔn)確表示了車輛特征信息。

    圖6 包圍盒擬合Fig.6 Enclosure box fitting

    統(tǒng)計(jì)k時(shí)刻障礙物h′以及k-1時(shí)刻距離最近的匹配目標(biāo)hk的特征信息,其中包括:中心坐標(biāo)(x0,y0)、旋轉(zhuǎn)角度θ、運(yùn)動(dòng)速度v,計(jì)算公式[11]為

    (5)

    式中:(x0i,y0i)為k時(shí)刻第i個(gè)障礙物h′的中心坐標(biāo);(x0j,y0j)為k-1時(shí)刻與h′匹配的第j個(gè)障礙物hk的中心坐標(biāo);Δt為兩幀數(shù)據(jù)的時(shí)間差。

    通過以上信息特征來計(jì)算兩物體相似度Rs,表達(dá)式[11]為

    (6)

    式中:vi、θi和vj、θj分為h′、hk的運(yùn)動(dòng)速度和旋轉(zhuǎn)角度;C1~C3代表3種信息的權(quán)重值。

    當(dāng)相似度大于閾值時(shí),判定相鄰時(shí)刻的匹配目標(biāo)對(duì)為同一障礙物。

    3 實(shí)驗(yàn)及分析

    本文所用驗(yàn)證數(shù)據(jù)集是在比利時(shí)普通城市道路環(huán)境開展的實(shí)驗(yàn)得到的,道路區(qū)域具有豐富地物目標(biāo)且行人稀少,路面較為平整、沒有較大的起伏。選用Velodyne公司的VLP-16型16線激光雷達(dá)檢測(cè)環(huán)境點(diǎn)云數(shù)據(jù)。

    為驗(yàn)證本文基于自適應(yīng)網(wǎng)格聚類算法的檢測(cè)效果,與現(xiàn)有文獻(xiàn)[13]中多級(jí)網(wǎng)格聚類算法進(jìn)行對(duì)比分析。選取30組寬闊、狹窄、十字路口街道內(nèi)道路環(huán)境數(shù)據(jù),分別采用2種算法對(duì)障礙物進(jìn)行檢測(cè)。其中特別針對(duì)不同距離的多障礙物、稀疏障礙物場(chǎng)景進(jìn)行重點(diǎn)分析研究。檢測(cè)結(jié)果如圖7和圖8所示,障礙物成獨(dú)立塊狀形態(tài),不同包圍盒模型代表不同類簇,灰色為地面點(diǎn)及其他地物。

    圖7 近距離多障礙物聚類結(jié)果Fig.7 Clustering result of near distance multi-obstacles

    圖8 遠(yuǎn)距離稀疏障礙物聚類結(jié)果Fig.8 Clustering result of distance sparse obstacles

    文獻(xiàn)[13]中選用固定比例因子W=3劃分子網(wǎng)格。在16線激光雷達(dá)點(diǎn)云數(shù)據(jù)中,由于掃描所得數(shù)據(jù)點(diǎn)較少且分布稀疏不均,固定比例因子易造成子網(wǎng)格密度特征不準(zhǔn)確進(jìn)而影響檢測(cè)結(jié)果。如圖7(a)所示,標(biāo)記的相鄰多車輛障礙物由于子網(wǎng)格均滿足高密度閾值(灰色方框),故誤檢為一類;而依據(jù)本文方法判斷其粗聚類結(jié)果分布離散程度小,自適應(yīng)選取細(xì)分比例因子W=4,細(xì)分后的子網(wǎng)格識(shí)別出了低密度分割線(加黑方框),并利用前一時(shí)刻結(jié)果修正,準(zhǔn)確檢測(cè)兩類障礙物如圖7(b)所示。

    在遠(yuǎn)距離稀疏車輛障礙物場(chǎng)景中,標(biāo)識(shí)出的點(diǎn)云由于子網(wǎng)格劃分過小導(dǎo)致低密度網(wǎng)格(加黑方框)出現(xiàn),將該障礙物誤檢為兩類如圖8(a)所示;本文方法判斷其分布離散程度大,劃分較大子網(wǎng)格,并結(jié)合k-1時(shí)刻與其匹配障礙物的狀態(tài)信息,準(zhǔn)確檢測(cè)該稀疏障礙物如圖8(b)所示。

    圖9為不同環(huán)境下,基于自適應(yīng)網(wǎng)格聚類算法、結(jié)合相鄰數(shù)據(jù)修正后的檢測(cè)結(jié)果,圖中采用盒模型表示檢測(cè)所得的障礙物。觀察可知,在不同環(huán)境與距離下,本文算法都能對(duì)車輛行駛道路中障礙物進(jìn)行較準(zhǔn)確的檢測(cè)。

    為了進(jìn)一步衡量算法的準(zhǔn)確度,采用準(zhǔn)確率作為評(píng)價(jià)指標(biāo)對(duì)障礙物檢測(cè)結(jié)果進(jìn)行定量評(píng)價(jià)。人工標(biāo)記30組道路中301個(gè)障礙物,作為準(zhǔn)確率P計(jì)算的參考,文獻(xiàn)[7]對(duì)P進(jìn)行了描述。

    P=As/A

    (7)

    式中:As為準(zhǔn)確分割的障礙物數(shù)目;A為障礙物總數(shù)目。

    圖9 4類場(chǎng)景下障礙物檢測(cè)結(jié)果Fig.9 Detection result of obstacles in four scenes

    分別通過2種算法進(jìn)行準(zhǔn)確統(tǒng)計(jì)計(jì)算,得出障礙物檢測(cè)的準(zhǔn)確率P,見表1。

    表1 障礙物檢測(cè)準(zhǔn)確率Tab.1 Accuracy of obstacles detection (%)

    由表1數(shù)據(jù)可知:與文獻(xiàn)[13]中的算法相比,本文算法的檢測(cè)準(zhǔn)確率更高,障礙物檢測(cè)更加完整。3種道路下本文算法的準(zhǔn)確率均得到了提升,檢測(cè)準(zhǔn)確率整體提高了5%。

    4 結(jié) 論

    針對(duì)16線激光雷達(dá)數(shù)據(jù)中障礙物目標(biāo)誤檢率較高的問題,提出一種基于自適應(yīng)多級(jí)網(wǎng)格聚類的障礙物檢測(cè)方法:快速去除地面點(diǎn)與高結(jié)構(gòu)物;根據(jù)粗網(wǎng)格聚類結(jié)果空間分布情況,建立分布離散度和子網(wǎng)格細(xì)分比例因子之間的對(duì)應(yīng)關(guān)系,自適應(yīng)確定子網(wǎng)格分辨率并獲取稠密子網(wǎng)格最大連通區(qū)域;結(jié)合相鄰時(shí)刻特征信息修正結(jié)果,完成障礙物的準(zhǔn)確檢測(cè),檢測(cè)準(zhǔn)確率達(dá)91%。

    對(duì)不同道路場(chǎng)景的16線車載點(diǎn)云數(shù)據(jù)進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:在近距離密集與遠(yuǎn)距離稀疏點(diǎn)云環(huán)境下均可進(jìn)行障礙物的準(zhǔn)確檢測(cè)。解決了傳統(tǒng)聚類易造成的障礙物目標(biāo)欠分割或過分割問題,改善了因激光雷達(dá)分辨率隨距離變化的點(diǎn)云稀疏不均導(dǎo)致的檢測(cè)不準(zhǔn)確情況。并與改進(jìn)的網(wǎng)格聚類方法進(jìn)行了對(duì)比,進(jìn)一步驗(yàn)證了本文方法的有效性。

    猜你喜歡
    激光雷達(dá)障礙物準(zhǔn)確率
    手持激光雷達(dá)應(yīng)用解決方案
    法雷奧第二代SCALA?激光雷達(dá)
    汽車觀察(2021年8期)2021-09-01 10:12:41
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    高低翻越
    SelTrac?CBTC系統(tǒng)中非通信障礙物的設(shè)計(jì)和處理
    基于激光雷達(dá)通信的地面特征識(shí)別技術(shù)
    基于激光雷達(dá)的多旋翼無人機(jī)室內(nèi)定位與避障研究
    電子制作(2018年16期)2018-09-26 03:27:00
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    亚洲综合精品二区| 人妻少妇偷人精品九色| 三级国产精品片| 日本91视频免费播放| 日本91视频免费播放| 亚洲成色77777| 一区在线观看完整版| 欧美日韩亚洲国产一区二区在线观看 | 久久青草综合色| 99热全是精品| 久久久欧美国产精品| 欧美精品一区二区大全| 大片电影免费在线观看免费| 国产精品久久久久成人av| 久久人人97超碰香蕉20202| 中文字幕人妻丝袜一区二区 | 黑人猛操日本美女一级片| 一级毛片我不卡| www.自偷自拍.com| 久久久久久久久久人人人人人人| 女人精品久久久久毛片| 春色校园在线视频观看| 精品亚洲成a人片在线观看| 看十八女毛片水多多多| 性少妇av在线| 超碰成人久久| 久久婷婷青草| 亚洲av国产av综合av卡| av在线app专区| 国产精品.久久久| 黄片无遮挡物在线观看| av在线播放精品| 激情视频va一区二区三区| 少妇被粗大的猛进出69影院| 只有这里有精品99| 久久热在线av| 国产无遮挡羞羞视频在线观看| 亚洲视频免费观看视频| 成人手机av| 成人漫画全彩无遮挡| 最近的中文字幕免费完整| 午夜福利乱码中文字幕| av在线观看视频网站免费| 精品一区在线观看国产| 综合色丁香网| 久久午夜综合久久蜜桃| 熟女电影av网| 夫妻性生交免费视频一级片| 国产欧美亚洲国产| 国产成人精品久久二区二区91 | 乱人伦中国视频| 人妻一区二区av| 精品福利永久在线观看| 日韩一卡2卡3卡4卡2021年| 伦理电影免费视频| 99九九在线精品视频| 欧美日韩亚洲高清精品| 国产xxxxx性猛交| 久久久久久久久久人人人人人人| 精品福利永久在线观看| 亚洲国产av新网站| 看免费av毛片| 久久久久国产精品人妻一区二区| 99久久人妻综合| 国产精品二区激情视频| 天天躁夜夜躁狠狠久久av| 久久这里只有精品19| 色视频在线一区二区三区| 最近手机中文字幕大全| 日日啪夜夜爽| 寂寞人妻少妇视频99o| 中文字幕色久视频| a 毛片基地| 人妻 亚洲 视频| 男女边摸边吃奶| 欧美少妇被猛烈插入视频| 在线免费观看不下载黄p国产| 亚洲精华国产精华液的使用体验| 欧美人与性动交α欧美精品济南到 | 老司机影院成人| 日本欧美视频一区| 国产黄色免费在线视频| 国产精品一区二区在线不卡| 老汉色∧v一级毛片| 国产在线视频一区二区| 18禁裸乳无遮挡动漫免费视频| 高清欧美精品videossex| 国产日韩欧美在线精品| 午夜日本视频在线| 国产免费视频播放在线视频| 日韩制服丝袜自拍偷拍| 天堂中文最新版在线下载| 午夜激情久久久久久久| 水蜜桃什么品种好| 精品人妻熟女毛片av久久网站| 欧美日韩一级在线毛片| 最近手机中文字幕大全| 男女无遮挡免费网站观看| 日韩人妻精品一区2区三区| 免费久久久久久久精品成人欧美视频| 老汉色∧v一级毛片| 成人免费观看视频高清| 午夜激情久久久久久久| 亚洲成人一二三区av| 岛国毛片在线播放| 可以免费在线观看a视频的电影网站 | 久久精品久久久久久久性| 久久鲁丝午夜福利片| 一区二区av电影网| 777久久人妻少妇嫩草av网站| 亚洲人成网站在线观看播放| 欧美精品一区二区免费开放| 9191精品国产免费久久| 亚洲国产看品久久| 一区在线观看完整版| 毛片一级片免费看久久久久| 午夜免费观看性视频| 日产精品乱码卡一卡2卡三| 国产综合精华液| 中文字幕制服av| 久久女婷五月综合色啪小说| √禁漫天堂资源中文www| 日韩中文字幕欧美一区二区 | a级片在线免费高清观看视频| 如日韩欧美国产精品一区二区三区| 国产av国产精品国产| av在线app专区| 亚洲精品aⅴ在线观看| 国产片内射在线| 国产一级毛片在线| 亚洲av电影在线进入| 成年女人毛片免费观看观看9 | 观看美女的网站| 日韩制服丝袜自拍偷拍| 最近最新中文字幕大全免费视频 | 日韩中文字幕视频在线看片| 超碰97精品在线观看| 看十八女毛片水多多多| 精品午夜福利在线看| 曰老女人黄片| 美女午夜性视频免费| 国产成人精品久久久久久| 国产一区二区在线观看av| 我的亚洲天堂| 国产一区有黄有色的免费视频| 日韩av不卡免费在线播放| 国产成人av激情在线播放| 婷婷成人精品国产| 国产成人精品久久久久久| 久久久久人妻精品一区果冻| 亚洲国产欧美日韩在线播放| 成人毛片60女人毛片免费| av片东京热男人的天堂| 国产精品免费视频内射| 国产在线视频一区二区| 亚洲精品,欧美精品| 青草久久国产| 黑丝袜美女国产一区| 91aial.com中文字幕在线观看| 高清av免费在线| 一区二区三区四区激情视频| av不卡在线播放| 成年av动漫网址| 亚洲成av片中文字幕在线观看 | 亚洲欧美成人综合另类久久久| 国产成人av激情在线播放| 精品少妇一区二区三区视频日本电影 | 亚洲精品国产一区二区精华液| 一级毛片我不卡| 自线自在国产av| 黄色配什么色好看| 国产熟女午夜一区二区三区| 国产老妇伦熟女老妇高清| 国产毛片在线视频| xxx大片免费视频| 青春草国产在线视频| 免费高清在线观看日韩| 青青草视频在线视频观看| 日日啪夜夜爽| 哪个播放器可以免费观看大片| 最近手机中文字幕大全| 黄色配什么色好看| 熟女少妇亚洲综合色aaa.| 婷婷色av中文字幕| 男的添女的下面高潮视频| 人人妻人人添人人爽欧美一区卜| 精品一区二区三卡| 香蕉国产在线看| 咕卡用的链子| 国产亚洲av片在线观看秒播厂| 久久精品aⅴ一区二区三区四区 | 午夜福利乱码中文字幕| 一级,二级,三级黄色视频| 观看av在线不卡| 久久青草综合色| 欧美 日韩 精品 国产| 秋霞伦理黄片| 国产精品久久久久久精品古装| 不卡视频在线观看欧美| 亚洲av成人精品一二三区| 精品国产国语对白av| 亚洲第一av免费看| 最新的欧美精品一区二区| av国产精品久久久久影院| 黄色 视频免费看| 久久鲁丝午夜福利片| 日韩中字成人| 欧美日韩视频高清一区二区三区二| 国产亚洲一区二区精品| 18禁国产床啪视频网站| 日产精品乱码卡一卡2卡三| 精品第一国产精品| 天堂俺去俺来也www色官网| a级片在线免费高清观看视频| 超色免费av| 亚洲国产精品一区三区| 久久精品久久久久久久性| 亚洲在久久综合| 免费观看a级毛片全部| 久久99热这里只频精品6学生| 三上悠亚av全集在线观看| 国产熟女欧美一区二区| 国产一区亚洲一区在线观看| 美女国产高潮福利片在线看| 亚洲第一av免费看| 女人高潮潮喷娇喘18禁视频| 日本免费在线观看一区| 国产精品成人在线| 国产一区二区 视频在线| 亚洲欧美日韩另类电影网站| 成年动漫av网址| 边亲边吃奶的免费视频| 亚洲精品国产一区二区精华液| 在线免费观看不下载黄p国产| 人妻一区二区av| 免费观看a级毛片全部| 91精品国产国语对白视频| 伊人久久国产一区二区| 国产熟女欧美一区二区| 自拍欧美九色日韩亚洲蝌蚪91| www日本在线高清视频| 巨乳人妻的诱惑在线观看| 精品人妻偷拍中文字幕| 亚洲欧洲精品一区二区精品久久久 | 熟女电影av网| 国产亚洲欧美精品永久| 97精品久久久久久久久久精品| 亚洲男人天堂网一区| 美女主播在线视频| 日韩 亚洲 欧美在线| 欧美最新免费一区二区三区| 精品少妇久久久久久888优播| 久久狼人影院| 99热网站在线观看| 亚洲美女搞黄在线观看| 国产 一区精品| 九色亚洲精品在线播放| 亚洲国产精品一区二区三区在线| 午夜91福利影院| 人妻一区二区av| 高清av免费在线| 精品亚洲乱码少妇综合久久| 欧美bdsm另类| 黄色 视频免费看| 男女边摸边吃奶| 色视频在线一区二区三区| 亚洲国产成人一精品久久久| 久久av网站| 国产精品无大码| √禁漫天堂资源中文www| 热re99久久精品国产66热6| 十八禁网站网址无遮挡| 久久精品久久久久久噜噜老黄| 午夜日韩欧美国产| 一区二区日韩欧美中文字幕| 麻豆av在线久日| 色哟哟·www| 丝袜脚勾引网站| 久久这里有精品视频免费| 超色免费av| 国产免费视频播放在线视频| 精品亚洲成a人片在线观看| 亚洲国产精品一区二区三区在线| 国产日韩一区二区三区精品不卡| 久久久久久久大尺度免费视频| 免费在线观看黄色视频的| 观看av在线不卡| 久久国内精品自在自线图片| 午夜福利乱码中文字幕| 99re6热这里在线精品视频| 少妇精品久久久久久久| 国产精品av久久久久免费| av片东京热男人的天堂| 成人影院久久| 精品少妇内射三级| 国产精品久久久久久精品电影小说| 国产成人午夜福利电影在线观看| 看非洲黑人一级黄片| 成年人午夜在线观看视频| 亚洲精品一二三| 久久精品国产自在天天线| 日韩欧美精品免费久久| 晚上一个人看的免费电影| 啦啦啦啦在线视频资源| 一区福利在线观看| 视频区图区小说| 亚洲婷婷狠狠爱综合网| 少妇熟女欧美另类| 色94色欧美一区二区| 国产亚洲最大av| 久久精品久久久久久久性| 免费女性裸体啪啪无遮挡网站| 国产精品女同一区二区软件| 欧美在线黄色| 欧美精品一区二区免费开放| 天天躁日日躁夜夜躁夜夜| 午夜福利乱码中文字幕| 少妇被粗大猛烈的视频| 777久久人妻少妇嫩草av网站| 久久久久国产网址| av网站在线播放免费| 三上悠亚av全集在线观看| 天天躁夜夜躁狠狠久久av| 精品久久久精品久久久| 人妻一区二区av| 日韩中文字幕视频在线看片| 亚洲四区av| 亚洲男人天堂网一区| 七月丁香在线播放| 免费黄色在线免费观看| 在线天堂中文资源库| 又粗又硬又长又爽又黄的视频| 亚洲五月色婷婷综合| 国产一区有黄有色的免费视频| 国产日韩欧美在线精品| 制服丝袜香蕉在线| 久久精品久久精品一区二区三区| 精品亚洲成a人片在线观看| 国产熟女欧美一区二区| 91在线精品国自产拍蜜月| 久热这里只有精品99| 日韩精品有码人妻一区| 狂野欧美激情性bbbbbb| 肉色欧美久久久久久久蜜桃| 久久韩国三级中文字幕| 成人午夜精彩视频在线观看| 色婷婷av一区二区三区视频| 美女视频免费永久观看网站| 伊人亚洲综合成人网| 人人妻人人添人人爽欧美一区卜| 久久精品国产鲁丝片午夜精品| 亚洲精品aⅴ在线观看| 黄色怎么调成土黄色| 亚洲精品一二三| 久久ye,这里只有精品| 赤兔流量卡办理| 国产精品欧美亚洲77777| 成年动漫av网址| 日韩av免费高清视频| 亚洲三级黄色毛片| 国产精品三级大全| 国产不卡av网站在线观看| 伦理电影免费视频| 高清视频免费观看一区二区| 一区二区三区四区激情视频| 黄色配什么色好看| 好男人视频免费观看在线| videosex国产| videossex国产| 久久国产精品大桥未久av| 99九九在线精品视频| 亚洲成人av在线免费| 久久精品国产综合久久久| 久久国产精品大桥未久av| 欧美日韩国产mv在线观看视频| 午夜福利在线免费观看网站| 一本大道久久a久久精品| 一级毛片黄色毛片免费观看视频| 五月天丁香电影| 天天操日日干夜夜撸| 777久久人妻少妇嫩草av网站| 一级片免费观看大全| 九色亚洲精品在线播放| 一区二区三区精品91| 韩国高清视频一区二区三区| 欧美日韩精品成人综合77777| 纯流量卡能插随身wifi吗| 免费播放大片免费观看视频在线观看| 新久久久久国产一级毛片| 成人国产av品久久久| 欧美 日韩 精品 国产| 69精品国产乱码久久久| 亚洲图色成人| 中文字幕色久视频| 欧美97在线视频| 熟女少妇亚洲综合色aaa.| 一区二区日韩欧美中文字幕| 美女xxoo啪啪120秒动态图| 人人妻人人爽人人添夜夜欢视频| 中文字幕av电影在线播放| videosex国产| 免费在线观看视频国产中文字幕亚洲 | 最近中文字幕高清免费大全6| 不卡视频在线观看欧美| 好男人视频免费观看在线| 熟女电影av网| 亚洲国产精品成人久久小说| 国产极品天堂在线| 天堂俺去俺来也www色官网| 国产一区二区三区av在线| 久久久久久久大尺度免费视频| 成人国产麻豆网| 男女午夜视频在线观看| 久久久国产一区二区| 精品一品国产午夜福利视频| 久久影院123| 99国产精品免费福利视频| 啦啦啦视频在线资源免费观看| 午夜福利在线免费观看网站| 亚洲av免费高清在线观看| 精品人妻偷拍中文字幕| 国产无遮挡羞羞视频在线观看| 少妇被粗大猛烈的视频| 日日啪夜夜爽| 亚洲内射少妇av| 国产精品国产av在线观看| 在线观看美女被高潮喷水网站| 国产在线视频一区二区| 亚洲国产欧美网| 成年美女黄网站色视频大全免费| 在线免费观看不下载黄p国产| 两性夫妻黄色片| 久久久久久久大尺度免费视频| 精品久久久久久电影网| 亚洲国产看品久久| 91久久精品国产一区二区三区| 久久av网站| 黄色怎么调成土黄色| 亚洲经典国产精华液单| av不卡在线播放| 日韩一本色道免费dvd| 性色av一级| 国产欧美日韩综合在线一区二区| 亚洲欧美色中文字幕在线| 国产精品三级大全| 国产探花极品一区二区| 国语对白做爰xxxⅹ性视频网站| 制服丝袜香蕉在线| 黄网站色视频无遮挡免费观看| 午夜精品国产一区二区电影| 中文欧美无线码| 中文字幕av电影在线播放| 少妇熟女欧美另类| 日韩制服丝袜自拍偷拍| 在线看a的网站| 久久韩国三级中文字幕| 国产一区二区三区综合在线观看| 亚洲国产精品一区三区| 亚洲人成网站在线观看播放| 欧美日韩亚洲国产一区二区在线观看 | 少妇熟女欧美另类| 久久免费观看电影| 97人妻天天添夜夜摸| 肉色欧美久久久久久久蜜桃| 午夜91福利影院| 90打野战视频偷拍视频| 免费观看性生交大片5| 男人添女人高潮全过程视频| 日韩精品有码人妻一区| 秋霞在线观看毛片| 国产福利在线免费观看视频| 色播在线永久视频| 国产欧美亚洲国产| 9色porny在线观看| 国产午夜精品一二区理论片| 精品一区二区三区四区五区乱码 | 男的添女的下面高潮视频| 日韩免费高清中文字幕av| 色94色欧美一区二区| 久久97久久精品| 十八禁网站网址无遮挡| 美女xxoo啪啪120秒动态图| 两个人免费观看高清视频| 日韩av免费高清视频| 国产午夜精品一二区理论片| 久久韩国三级中文字幕| 成人毛片a级毛片在线播放| 黄网站色视频无遮挡免费观看| 人人妻人人澡人人看| 亚洲第一av免费看| 色视频在线一区二区三区| 熟女电影av网| 人妻系列 视频| 日本wwww免费看| 精品一品国产午夜福利视频| 国产av国产精品国产| 成年美女黄网站色视频大全免费| 久久久精品区二区三区| 七月丁香在线播放| 欧美老熟妇乱子伦牲交| 9191精品国产免费久久| 亚洲精品日韩在线中文字幕| 亚洲av在线观看美女高潮| 国产男女内射视频| 国产一区二区三区综合在线观看| 老司机亚洲免费影院| 91国产中文字幕| av在线app专区| 久久ye,这里只有精品| 久久女婷五月综合色啪小说| 日韩 亚洲 欧美在线| 国产极品粉嫩免费观看在线| 秋霞伦理黄片| 久久韩国三级中文字幕| 日韩av不卡免费在线播放| 伊人久久大香线蕉亚洲五| 自拍欧美九色日韩亚洲蝌蚪91| 99re6热这里在线精品视频| 大片免费播放器 马上看| 美女脱内裤让男人舔精品视频| 一本久久精品| 欧美日韩综合久久久久久| 最近手机中文字幕大全| 你懂的网址亚洲精品在线观看| 久久国产亚洲av麻豆专区| 亚洲成av片中文字幕在线观看 | 欧美老熟妇乱子伦牲交| 一级毛片我不卡| 这个男人来自地球电影免费观看 | 黑丝袜美女国产一区| 一二三四在线观看免费中文在| 久久精品久久久久久噜噜老黄| 日韩精品免费视频一区二区三区| 久久 成人 亚洲| 老鸭窝网址在线观看| 九九爱精品视频在线观看| 日韩av免费高清视频| 美女高潮到喷水免费观看| 久久久久精品性色| 久久精品久久久久久噜噜老黄| 久久这里有精品视频免费| 91精品伊人久久大香线蕉| 男女啪啪激烈高潮av片| 久久精品国产亚洲av天美| 一级毛片电影观看| 欧美日韩综合久久久久久| 黄网站色视频无遮挡免费观看| 成人国产av品久久久| 满18在线观看网站| 国产欧美日韩一区二区三区在线| 熟女少妇亚洲综合色aaa.| 五月开心婷婷网| 一级a爱视频在线免费观看| 亚洲美女视频黄频| kizo精华| 我要看黄色一级片免费的| 国产 一区精品| 国产淫语在线视频| 日日摸夜夜添夜夜爱| 欧美精品人与动牲交sv欧美| 久久久久久人妻| av一本久久久久| 免费高清在线观看日韩| 丰满饥渴人妻一区二区三| 国产精品亚洲av一区麻豆 | 日韩中字成人| h视频一区二区三区| 99久久综合免费| 2022亚洲国产成人精品| 日本91视频免费播放| xxxhd国产人妻xxx| 中文天堂在线官网| 久久精品国产鲁丝片午夜精品| 国产一区二区 视频在线| 国产免费福利视频在线观看| 久久久久久久国产电影| 国产片内射在线| 中文字幕另类日韩欧美亚洲嫩草| 妹子高潮喷水视频| 亚洲精品国产一区二区精华液| 人人妻人人澡人人爽人人夜夜| 一级黄片播放器| 日韩三级伦理在线观看| 国产在线免费精品| 亚洲精品成人av观看孕妇| 免费不卡的大黄色大毛片视频在线观看| 久久精品国产亚洲av涩爱| 欧美日韩精品网址| 日日撸夜夜添| 欧美日本中文国产一区发布| 最近的中文字幕免费完整| 一本—道久久a久久精品蜜桃钙片| 国产一区二区三区综合在线观看| 亚洲欧美精品综合一区二区三区 | 狠狠精品人妻久久久久久综合| 97在线视频观看| 叶爱在线成人免费视频播放| 亚洲国产欧美日韩在线播放| 男女高潮啪啪啪动态图| 狠狠婷婷综合久久久久久88av| 在线亚洲精品国产二区图片欧美| 欧美精品av麻豆av| 寂寞人妻少妇视频99o| 日韩制服丝袜自拍偷拍| 久久综合国产亚洲精品| 交换朋友夫妻互换小说| 极品少妇高潮喷水抽搐| 91在线精品国自产拍蜜月| 婷婷色麻豆天堂久久| 日本欧美视频一区| 色播在线永久视频| 午夜av观看不卡| 另类亚洲欧美激情| 日本欧美国产在线视频| 国产麻豆69|